全球语音巨头 Nuance 衰落背后，有哪些不为人知的秘密？ | 公司调研

本文共计5612个字，预计阅读时间为10分钟。

作为全球最大的语音识别技术公司，Nuance因与苹果合作智能语音交互系统Siri而为大众熟知。在Nuance风光的几年里，它曾为苹果、亚马逊、三星、诺基亚等科技巨头提供过语音技术解决方案，并在全球语音市场上占有超过70%份额。

早在2005年，Nuance就登陆纳斯达克。上市6年持续亏损后，2011年，Nuance首次实现盈利，并在次年迎来了市值高峰。然而好景不长，两年后，这家公司又再次陷入亏损泥潭，直到现在都没能扭转。

过去5年来，Nuance股价从近30美元峰值，跌到了如今14.34美元，跌幅超过50%。

市场份额减少、营收增长缓慢、连续三年亏损、股价持续走低，这家昔日的行业和技术领导者，如今的市场地位岌岌可危。

这背后，有哪些深层原因，又有哪些经验教训值得借鉴？

本文将从Nuance的业务模式、运营效率、业绩表现等微观层面，以及技术背景、竞争状况、管理战略和市场趋势等宏观层面，对Nuance的衰落原因、现状及未来发展进行全方位分析，为国内语音公司探索商业化应用提供借鉴。

微观层面：业务模式亟待转型、营收表现不佳、人均产能过低

Nuance成立于1992年，最早是做光学字符识别（OCR）和文档影像业务，后来通过收购一系列语音技术公司，逐步构建起了核心技术组合，包括语音识别、语音合成、自然语言理解、声纹识别、语音交互等，同时形成了医疗、移动、企业、图像四大块业务，服务于全球医疗、金融、网络运营商、电子设备制造商、以及汽车厂商等众多客户。

业务模式毛利较低，转型云服务尚未见效

Nuance业务模式主要包括三种：产品销售及技术授权、咨询安装培训及按需托管服务、技术支持和维护。

表1 Nuance三大业务模式毛利率及营收占比，数据来源：Nuance年报。由于各业务线毛利率近几年较为稳定，在此取平均值。

作为一家技术供应商，Nuance原先很多产品都是采用传统软件销售和授权模式，这种模式毛利水平很高，但是售前售后的咨询、安装、培训服务成本较高，拉低了整体毛利率。

随着云计算的普及，传统软件服务逐渐转向云端，Nuance也在努力将原有模式转变为SaaS服务，缩减咨询安装培训服务在业务中的营收占比。但是，由于后者比重较大（占营收近50%），目前整体毛利水平尚未得到明显提升，近几年都保持在57%左右。

四大业务增长乏力，毛利率下降明显

根据Nuance 2016年前三季度的营收数据，其医疗、移动、企业、图像四大业务占比如下：

图1 2016年Nuance四大业务营收占比，数据来源：Nuance年报

医疗业务

医疗业务是Nuance占比最大、最具优势的业务。Nuance提供的语音导航系统、语音转写、实时听写、CDI（临床归档改进）、以及医学影像报告归档解决方案等，可以帮助临床医生提高工作效率、优化流程，实现医学档案电子化。

根据Nuance 2016年8月公布的数据，其医疗解决方案已经覆盖了全美72%的医疗机构，客户遍及全球30多个国家，有50多万临床医师以及1万多医疗机构在使用Nuance的产品和服务。

然而，从近五年的营收数据来看，这块业务的表现并不理想。

表2 2011到2016年Nuance医疗业务各项指标，数据来源：Nuance年报

回顾2011-2013年，Nuance医疗业务营收增速不断加快，背后主要依赖两个驱动力。

一方面，从2005年到2012年，Nuance陆续收购了十多家在医疗领域提供语音技术解决方案的公司，随着其医疗业务版图的扩大，营收也实现了相应增长。另一方面，2009年-2011年，美国联邦政府出台了几项税收和现金激励政策，鼓励医院和执业医师采用电子病历（EHR），提升医疗服务效率，这些政策也成为Nuance医疗业务增长的催化剂。

然而，随着激励政策到期、收购减少，客户覆盖到一定程度难以突破，再加上同一市场上其他几家竞争对手的存在，Nuance的医疗业务一度停滞甚至出现负增长。

与此同时，医疗业务毛利水平也从2011年的51%减少到了如今的32%，利润贡献比也在2014年的最高点之后开始下滑。

移动业务

移动业务主要基于语音识别、语音合成、自然语言理解、多轮对话以及文字输入等技术，为汽车厂商、电子设备制造商、家电厂商、运营商以及法院、政府等提供智能语音解决方案。此外，Nuance还推出了一些面向C端用户的语音转写和输入法软件。

表3 2011到2016年Nuance移动业务各项指标， 数据来源：Nuance年报

移动业务在2011年和2012年间经历了一次小高潮，一方面得益于Siri的推出，带动了手机厂商对语音功能的追捧，另一方面，2013年之前，Nuance与多家著名车企合作，几乎垄断了全球车载语音前装市场。

好景不长，随着苹果、三星等公司纷纷研发自己的语音技术，开始摆脱对Nuance的依赖，Nuance的移动业务开始出现小幅下滑。不过，在车载语音市场上，Nuance仍然保持相当大的市场份额。

企业业务

企业业务主要为金融机构、航空公司、网络运营商等提供预置或基于云端的自动化客服解决方案，此外还有针对企业的语音识别和身份认证服务。

表4 2011到2016年Nuance企业业务各项指标，数据来源：Nuance年报

值得注意的是，企业业务在2016年前三个季度表现开始好转，毛利率的提高带动利润贡献比增加，达到过去五年来最高点。究其原因，一方面由于Nuance在云客服上加大投入，另一方面企业对智能客服的需求不断增加，带动了营收增长。

2016年8月，Nuance还以2.15亿美元收购了客服解决方案提供商TouchCommerce，用来构建数字化的全客服企业云平台，此举有望带动企业业务在接下来的几年内实现快速增长。

图像业务

图像业务主要是为企业提供文档影像解决方案，包括多功能扫描、PDF及文件自动化操作管理等服务。

表5 2011到2016年Nuance图像业务各项指标，数据来源：Nuance年报

相较其他三块业务，图像业务的营收占比和利润贡献则一直比较稳定，毛利率也基本维持在40%左右。Nuance在这一领域并没有太多优势，其竞争者包括Adobe等软件巨头。

总体看来，四块业务在2014年之后增长缓慢，整体毛利率下降，业绩表现不佳。而同样不尽人意的，还有运营效率。

人均产能低下，运营效率欠佳

从人均产能上看，2015年和2014年，Nuance的总营收分别为19.31亿美元、19.23亿美元，员工总人数分别为13500人、14000人，可以算出，其人均产能在14万美元左右。

对比几家与Nuance主要业务模式类似的软件服务商，可以看出，Nuance的人均产能明显偏低。

表6 Nuance与软件行业巨头营收和人均产能对比，数据来源：公司年报

究其原因，Nuance的一万多名员工中有将近60%的人负责转写和校对。

图2 2015年Nuance员工结构，数据来源：Nuance年报

虽然这些人中有50%-60%的人在印度，人力成本相对较低，但是一家提供智能语音技术的公司依靠如此庞大的人工团队来做转写和校对，只能说明其语音识别准确率距离行业要求还有差距，需要依靠人力去解决。过度依赖人力的结果就是拉低整体毛利水平，难以盈利。

除了微观层面的业务模式和运营效率问题，一家行业巨头的衰落当然也离不开宏观技术和市场环境、以及公司经营管理战略的影响。所以接下来，让我们把视野放宽，看看这些年语音技术和市场发生了哪些变化。

宏观层面：深度学习爆发，市场竞争加剧，管理战略不当

大客户和人才流失，竞争加剧，优势不再

Nuance的语音技术最初是以统计推断方法为基础，着眼于音素（音节的声音）和语境来识别话语，但是这种技术方法在提升语音识别准确度方面存在瓶颈，很难将准确率提高到接近人的水平。

2012年，深度学习技术实现突破，并广泛应用于语音识别和自然语言处理。深度学习不仅将语音识别技术难度、成本大大降低，还给了很多公司自主研发语音技术的机会。

事实上，除了最早进入语音市场的谷歌、微软、IBM，Nuance面对的很多竞争对手都是其之前的合作伙伴和客户，其中最具代表性的就是苹果、亚马逊和三星。

除了科技巨头，语音市场还出现了一些国内外新兴创业公司，他们大多从垂直领域切入市场，提供2B或2C的产品及服务。

2014年到2015年，全球语音市场呈现爆发之势，Nuance在营收增长停滞的情况下，市场份额从62%下降到了31%，而谷歌、微软、苹果在短短两年内迅速扩张，抢占市场。

图3 2015年全球语音市场份额， 数据来源：Research andMarkets

昔日的合作伙伴除了摆脱对Nuance的依赖，还想方设法从Nuance抢夺核心技术以及高管人才，对Nuance形成了双重打击。苹果挖走了Nuance前研发副总裁Larry Gillick，以及语音资深科学家Gunnar Evermann、Don McAllaster等，谷歌挖走了在Nuance工作十年的联合创始人Mike Cohen以及产品经理Hugo Barra，后者如今已经是小米全球副总裁。

核心人员的流失不仅使Nuance技术壁垒开始瓦解，还将其管理团队拆得分崩离析。但是，Nuance创始人兼CEO Paul Ricci却一直稳占龙头宝座，并且带着其惯有的粗放作风，继续将Nuance引入歧途。

盲目收购难以消化，整合付出巨大成本

Nuance的成长壮大很大程度上来源于不断的收购，而这种战略传统一直延续了很多年，背后原因是这家公司仅仅将营收增长作为管理层业绩评价指标，而忽视了利润和股东权益。

从2003年到2013年，这十多年里，Nuance一共进行了60多起收购。根据CFA Institute 2012年发布的一份研报，一些价格高昂的收购，在其后很多年里都未达到营收预期。

Nuance在2013年之前的营收增长很大程度上依赖于所收购企业，但是新增营收难以弥补高额费用，还造成了人员和机构重复，使得成本大幅增加。在Nuance的财报中，每年的无形资产摊销和重组裁员费用占到了总营收的3%-4%。

过度依赖收购带动营收，说明Nuance内生增长能力存在问题。而收购项目表现不达预期，反而带来大量成本，多年亏损也就不足为奇。

Nuance还有机会翻身吗？

2012年，Nuance股价一路飙红，曾涨至历史最高点29.42美元，而就在同一年，CFA Institute在研报中通过详细的分析和模型预测，计算出Nuance股价估值为16美元。如今Nuance的市场表现也算是印证了CFA Institute的判断。

不过，CFA在研报中把一个基本假设搞错了，当时很多语音专家预测，语音识别和自然语言理解技术至少在2016年之前不会出现重大突破。事实证明，就在这份报告出来后不久，深度学习技术就实现了突破，并以势不可挡之势拉开了人工智能的大幕。

这对Nuance来说是好事，也是坏事。好在技术突破，大家都可以受益，坏在Nuance优势不再，又跟大家站在了同一起跑线。那么接下来，Nuance还有机会拯救其千秋霸业吗？

我们先来看看Nuance在各业务领域面临的主要竞争对手。

表7 Nuance在各业务领域面临的主要竞争对手，数据来源：Nuance年报及公开资料

Nuance在各领域面临的竞争对手大体包括三类：

第一类 ，与Nuance有业务交叉的传统行业巨头，以3M、Adobe、思科为代表；

第二类 ，有自主语音技术的互联网科技巨头，以谷歌、苹果、微软、亚马逊为代表；

第三类 ，从细分领域切入的新兴创业公司，包括做语音和自然语言处理的X.ai、Api.ai，以及做医疗行业深度学习和图像检测的Enlitic。（由于这些公司业务规模尚小，未在表中列出）

下面我们从Nuance的三大主要业务逐一分析。

医疗业务

Nuance在医疗领域的主要竞争对手包括3M医疗业务部、联合健康保险（UnitedHealth Group）医疗业务部OptumHealth，以及专注医疗语音的M*Modal。前两者在医疗领域业务广泛，从医用材料到各种医用软硬件，其中部分业务与Nuance存在交集。

只有专注医疗语音和电子病历的MModal与Nuance医疗业务重合度最高，这家公司于2011年1月在纳斯达克上市，员工1万多人，主要业务在美国，也有大量印度雇员做转写校对工作。2012年7月，MModal被摩根大通旗下私募股权投资部门One Equity Partners以11亿美元收购，当年营收为4.5亿美元，约为Nuance同期医疗业务营收的一半。

虽然没有M*Modal近几年公开的营收数据，但从其业务规模来看，仍然是Nuance在医疗领域强劲的竞争对手。两家公司面临的主要问题类似，一方面如何提高机器识别准确率，早日摆脱对人工的依赖，降低成本；另一方面如何将语音业务拓展到医疗市场更多场景，比如门诊、康复中心等。

移动业务

移动业务方面，Nuance近几年重心一直放在车载语音和物联网上，作为未来大趋势，这两块也是谷歌、微软、亚马逊、苹果等巨头的必争之地。

智能驾驶领域，谷歌、苹果、微软、三星都开发出了自己的车载系统，并搭载自主语音技术，同时广泛寻求传统车企合作。物联网领域，亚马逊、三星、谷歌相继推出智能音箱等物联网产品，苹果也发布HomeKit智慧家居开发工具，构建智能生态。

作为单纯的语音解决方案提供商，Nuance面对拥有自主语音技术、庞大用户基础和数据，以及高市场认可度的科技巨头，已经优势不再，现有市场份额很可能会被巨头蚕食。未来要实现突围，只能通过差异化竞争。要么从技术上取胜，重新夺回市场主动权，要么拓展到更多细分领域，寻找传统厂商合作。

企业业务

企业业务方面，Nuance的竞争对手主要是一些传统IT供应商、企业客服软件提供商等。相比之下，Nuance在语音识别和自然语言理解方面更具优势。同时，Nuance近几年也一直在云客服方面加大投入，希望继续提升其自动化AI客服能力，将云客服平台以及声纹识别解决方案拓展到更多市场。

此外，Nuance正在将传统软件销售授权模式转为云端模式，从而带动毛利增长。根据现有SaaS类公司80%左右的毛利，Nuance未来将有20%以上的盈利增长空间。

整体来看，Nuance发展前景不容乐观。

虽然业务模式上的转变有望扩大盈利空间，但Nuance在各个业务领域面临的竞争将会愈加激烈。尤其是车载语音、物联网等新兴市场。前有巨头频繁收购、加速布局，后有创业公司奋起直追、抢占市场。巨头们的优势在于庞大的用户基础和数据，创业公司的优势在于灵活和创新，而Nuance曾经的技术优势如今已经逐渐被同行赶超，要扭转战局，并非易事。

不过，深度学习技术虽然实现突破，但远未成熟。尤其是对于识别准确率要求很高的医疗、法律等专业领域，现有技术仍然无法满足要求。如果Nuance能够在技术上率先实现新的突破，无论是缩减成本、提升利润，还是拓展市场、吸引客户，都将拯救自身于水火。

爱分析是一家专注于创新企业研究和评价的互联网投研平台。爱分析以企业价值为研究内核，以独特的产品形态，对创新领域和标杆企业长期跟踪调研，服务于企业决策者、从业者及投资者用户群体。关注爱分析公众号ifenxicom，及时获取重要信息。

读完文章，您有没有什么想聊聊？

您可以发邮件至jiaoqq@ifenxi.com

或者加微信号JQQ_Joan联系作者。

文／爱分析

关键字：市场, 创业, nuance

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！